Windows7+VS2013 MNIST数据集训练与测试

上一篇：Windows7+VS2013+Python2.7+OpenCV2.4.10-caffe框架搭建(无GPU)，已经完成了在Windows下Caffe框架的搭建，这一篇主要利用已搭建好的Caffe框架，对Caffe中一个现成的例子进行训练与测试，以了解用Caffe框架进行神经网络训练与测试的流程。
本篇主要参考：http://www.cnblogs.com/yixuan-xu/p/5858595.html
http://www.cnblogs.com/yixuan-xu/p/5862657.html
再次重申一次：
为了叙述方便，综述一下我安装软件的地址，在下面的过程中，为了理解方便，直接上地址。
情况如下：我在D盘新建了一个名为OCaffe文件夹，将所有与caffe有关的文件包括安装包什么的，都放到了D:\OCaffe下。
caffe地址：D:\OCaffe\caffe-master
一.数据集准备：
MNIST是一个手写数字(0 - 9)数据库，它有60000个训练样本集和10000个测试样本集，在网上下载MNIST数据集，链接如下：http://yann.lecun.com/exdb/mnist，而这种类型的文件Caffe不能直接使用，Caffe读取的图片格式是lmdb或leveldb。以下分享一个已转换为leveldb格式的mnist数据集，为了更好区分，原版MNIST数据集用大写字母表示，已转换为leveldb格式的mnist数据集用小写字母表示，网盘链接如下：
https://pan.baidu.com/s/1skCG0Mx 密码：wsqq
二．前期准备：

 
 

  
  1.  将下载好的mnist数据集放到，如下地址：D:\OCaffe\caffe-master\caffe-master\examples\mnist。如下图所示：
  
  
 
 
  2.  修改配置文件：
    a.  由于Caffe默认设置有GPU加速，所以需要将目录：D:\OCaffe\caffe-master\caffe-master\examples\mnist下的lenet_solver.prototxt中最后一行改为solver_mode:CPU，.PROTOTXT文件直接用VS就可以打开。

      b.    接下来需要将目录：D:\OCaffe\caffe-master\caffe-master\examples\mnist下的lenet_train_test.prototxt文件进行修改，以指定训练集与测试集的路径与格式，按照下图左侧显示绿色标记的部分修改即可：

 
 

  
  
 
 
三．对mnist数据集进行训练：

 
 

  
  本篇对mnist数据集进行训练与测试并没有用到Python，直接编写一个bat批处理脚本即可，具体如下，在目录：D:\OCaffe\caffe-master\caffe-master下新建一个run.txt文件，输入以下内容：Build\x64\Release\caffe.exetrain --solver=examples/mnist/lenet_solver.prototxt(
  
  注意：这里有一个换行，然后再写
  
  pause
  
  )pause。完成后，将文件的扩展名改为.bat，双击run.bat文件，神经网络就会自动进行训练。以下为训练的一个截图：
 
 
 
 

  
  
 
 
在单CPU模式下，让电脑进行了再次训练，其中一次用一个半小时，而另一次只用了20分钟，结果如下：至今想不通是何种原因。。

 
 

  
  
 
 
此时在目录：D:\OCaffe\caffe-master\caffe-master\examples\mnist下，会发现多了4个文件，如下图所示：

 
 

  
  

 
 
四．生成mnist训练集的均值文件：
普遍认为，mnist测试集的图片，如果分别减去所有mnist训练集的均值文件，则分类效果会更好，所以在对mnist数据集进行测试之前，需要生成均值文件，具体如下：
在目录：D:\OCaffe\caffe-master\caffe-master下新建一个mnist_mean.txt文件，输入以下内容：D:\OCaffe\caffe-master\caffe-master\Build\x64\Release\compute_image_mean.exeexamples\mnist\mnist_train_leveldb mean.binaryproto --backend=leveldb (注意：这里有一个换行，然后再写pause) pause 完成后，将文件的扩展名改为.bat，双击mnist_mean.bat文件，则会发现在路径：D:\OCaffe\caffe-master\caffe-master下，多了一个新的文件mean.binaryproto ，这就是我们在测试时需要的均值文件。
五．对mnist数据集进行测试：
完成了对mnist数据集的训练，我们就可以利用训练好的网络来对数据集进行测试，使用Caffe的优点是：易于上手，小白时你不用写任何与网络有关的代码就可以轻松实现一个网络。
为了使用均值文件，需要对D:\OCaffe\caffe-master\caffe-master\examples\mnist下的lenet_train_test.prototxt文件进行一下更改，具体如下图行左侧标记为绿色的部分：

 
 

  
  
 
 
下面要做的就是，写一个批处理文件来对mnist测试集进行测试，具体如下：在D:\OCaffe\caffe-master\caffe-master下，新建一个mnist_test.txt文件，输入以下内容：D:\OCaffe\caffe-master\caffe-master\Build\x64\Release\caffe.exetest --model=examples\mnist\lenet_train_test.prototxt--weights=examples\mnist\lenet_iter_10000.caffemodel (注意：这里有一个换行，然后再写pause) pause 完成后，将文件的扩展名改为.bat，双击mnist_test.bat文件，则自动对mnist数据集进行测试。结果如下：

 
 

  
  

 
 
单看这个精度与损失感觉网络训练的也不是很好，也正是这个原因,在以后的训练要学会自己调参、调网络的结构，以提高精度。
本篇主要是将Caffe中一个现成的例子mnist数据集进行训练与测试，最后的实现是通过.bat批处理文件，鉴于以后的需要，在下一篇中，将考虑用Caffe提供的Python接口来进行训练。。